一种基于长短曝光图像对的图像复原方法

摘要

本发明公开了一种基于长短曝光图像对的图像复原方法，具体为：输入一幅短曝光的噪声图和一幅长曝光模糊图，对噪声图进行预处理；结合预处理噪声图和模糊图，采用共轭梯度法估计模糊图像的模糊核；改进标准的RL图像复原算法，构建局部约束掩膜矩阵，抑制边缘振铃，得到初步RL复原结果；计算得到残余余量图；利用显著性权重图，实施增益控制的余量去卷积过程，得到余量图复原结果；最终复原图由初步RL复原结果加上余量图复原结果得到。本发明采用共轭梯度法能够准确估计模糊图像模糊核，结合局部约束的改进RL算法和增益控制的余量去卷积，有效抑制了迭代过程中的振铃影响，减少了复原图像中的噪声水平，保持了图像细节，能够得到高质量的复原结果。

主权项

一种基于长短曝光图像对的图像复原方法，其特征在于，包括如下步骤：(1)输入同一场景的一幅短曝光的噪声图N和一幅长曝光的模糊图B，对噪声图N进行预处理，得到预处理噪声图N_p，所述预处理包括亮度均衡、伽马矫正；(2)利用步骤(1)得到的预处理噪声图N_p和模糊图B，建立最优化问题能量方程：其中，K`为待估计的模糊核；θ为梯度操作算子集，包括x方向梯度算子和y方向梯度算子λ为权重因子；为卷积运算。采用共轭梯度算法，估计出模糊图B的模糊核K。(3)改进标准的RL图像复原算法，构建局部约束掩膜矩阵，利用步骤(2)得到的模糊核K和模糊图B，迭代得到初步的复原结果L。(4)由模糊图B、步骤(2)得到的模糊核K和步骤(3)得到的初步复原结果L，计算得到余量图ΔB：(5)利用步骤(4)得到的余量图和步骤(2)估计得到的模糊核，采用增益控制的余量去卷积算法得到余量图的复原结果ΔL，其包含图像的细节信息。增益控制的余量去卷积计算过程如下所示：其中：n表示迭代次数；ΔL_n表示第n次迭代的余量图复原结果；ΔB表示步骤(4)所得的余量图；K表示步骤(2)估计得到的模糊图像模糊核；L_gain为增益控制权重图；为卷积运算；K^*为K的伴随矩阵，即K^*(i,j)＝K(‑j,‑i)，i,j表示以模糊核中心为原点，各像素的坐标值。(6)最终的复原结果I由步骤(3)得到的初步复原结果和步骤(5) 得到的余量图复原结果相加计算得到，即：I＝L+ΔL                (4) 。